'color': '#f27777'
},
{
'max': 9,
'min': 1,
'color': '#f7adad'
},
{
'max': 0,
'color': '#f7e4e4'
},
]
labels = [data[0] for data in china_data]
counts = [data[1] for data in china_data]
m = Map()
m.add("累计确诊", [list(z) for z in zip(labels, counts)], 'china')
# 系列配置项,可配置图元样式、文字样式、标签样式、点线样式等
m.set_series_opts(label_opts=opts.LabelOpts(font_size=12), is_show=False)
# 全局配置项,可配置标题、动画、坐标轴、图例等
m.set_global_opts(
title_opts=opts.TitleOpts(title='全国实时确诊数据', subtitle='数据来源：丁香园'),
legend_opts=opts.LegendOpts(is_show=True),
visualmap_opts=opts.VisualMapOpts(
pieces=pieces,
is_piecewise=True, # 是否为分段型
is_show=True)) # 是否显示视觉映射配置
# render（）会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件，也可以传入路径参数，如 m.render("mycharts.html")
m.render(path='data/全国实时确诊数据.html')
data=json.loads(reqs) # 字符串 —————— 字典
# print(data)
# print(data["data"])
# 提取国家名和国家病死率 $ 表示最外层的{} .. 表示模糊匹配
name=jsonpath.jsonpath(data,"$..name") # 所有的内容，提取内容的共同规则
confirm=jsonpath.jsonpath(data,"$..confirm")
# name1=[item["name"] for item in data["data"] ]
a= list(zip(name,confirm)) # 生成输入数据
print(a)
# nameMap={}
# 2、数据可视化地图绘制
# 需要设置：地图大小 标题 颜色 数据
mapset=opts.InitOpts(width='1200px',height='600px')
map_ = Map(opts.InitOpts(width='1200px',height='600px')).add(series_name="世界各国的病死率",
data_pair=a, # 输入数据
maptype="world", # 地图类型:世界地图
# name_map=nameMap, # 添加映射，自定义地区的名称映射
is_map_symbol_show=False # 不显示标记点
)
# 设置系列配置项
map_.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # 不显示国家名称
map_.set_global_opts(title_opts=opts.TitleOpts(title="国外疫情的情况"),
visualmap_opts=opts.VisualMapOpts(max_=6000000,is_piecewise=True))
map_.render("国外疫情情况.html")
try:
# 执行SQL语句，返回影响的行数
row_count = cursor.execute(sql)
# 获取所有记录列表
results = cursor.fetchall()
dataX = []
dataY = []
for row in results:
# 此处不可以用索引访问：row[0]
dataX.append(row["country"])
dataY.append(row["customer_num"])
return dataX, dataY
except:
print("错误：数据查询操作失败")
finally:
connection.close()
# 执行主函数
if __name__ == '__main__':
print(customer_sum_query())
dataX, dataY = customer_sum_query()
map = Map(init_opts=opts.InitOpts(width="1200px", height="600px"))
map.add("", [list(z) for z in zip(dataX, dataY)], "world")
map.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
map.set_global_opts(title_opts=opts.TitleOpts(title="客户地理位置分布图"),
visualmap_opts=opts.VisualMapOpts(max_=1600,
split_number=8,
is_piecewise=True))
map.render("customer_address.html")
visualmap_opts=opts.VisualMapOpts(max_=1100000, is_piecewise=False),
legend_opts=opts.LegendOpts(is_show=False), #show legend
)
map_1.render_notebook() #show the map
# # A total of 212 countries displayed on map. The data looks clumsy. We can get rid of countries name to make it more attaractive
# In[32]:
list1 = [[country[i],totalcases[i]] for i in range(len(country))]
map_1 = Map(init_opts=opts.InitOpts(width='1000px', height='460px'))
map_1.add("Total Confirmed Cases",
list1, maptype='world')
map_1.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #remove country names
map_1.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=1100000,is_piecewise=False),
legend_opts=opts.LegendOpts(is_show=False))
map_1.render_notebook()
# In[35]:
list1 = [[country[i],totalcases[i]] for i in range(len(country))]
map_1 = Map(init_opts=opts.InitOpts(width='1000px', height='460px'))
map_1.add("Total Confirmed Cases",
list1,
maptype='world',
is_map_symbol_show=False)
map_1.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
